1. 程式人生 > >[LeetCode] Largest Divisible Subset 最大可整除的子集合

[LeetCode] Largest Divisible Subset 最大可整除的子集合

Given a set of distinct positive integers, find the largest subset such that every pair (Si, Sj) of elements in this subset satisfies: Si % Sj = 0 or Sj % Si = 0.

If there are multiple solutions, return any subset is fine.

Example 1:

nums: [1,2,3]

Result: [1,2] (of course, [1,3] will also be ok)

Example 2:

nums: [1,2,4,8]

Result: [1,2,4,8]

Credits:
Special thanks to @Stomach_ache for adding this problem and creating all test cases.

這道題給了我們一個數組,讓我們求這樣一個子集合,集合中的任意兩個數相互取餘均為0,而且提示中說明了要使用DP來解。那麼我們考慮,較小數對較大數取餘一定不為0,那麼問題就變成了看較大數能不能整除這個較小數。那麼如果陣列是無序的,處理起來就比較麻煩,所以我們首先可以先給陣列排序,這樣我們每次就只要看後面的數字能否整除前面的數字。定義一個動態陣列dp,其中dp[i]表示到數字nums[i]位置最大可整除的子集合的長度,還需要一個一維陣列parent,來儲存上一個能整除的數字的位置,兩個整型變數mx和mx_idx分別表示最大子集合的長度和起始數字的位置,我們可以從後往前遍歷陣列,對於某個數字再遍歷到末尾,在這個過程中,如果nums[j]能整除nums[i], 且dp[i] < dp[j] + 1的話,更新dp[i]和parent[i],如果dp[i]大於mx了,還要更新mx和mx_idx,最後迴圈結束後,我們來填res數字,根據parent陣列來找到每一個數字,參見程式碼如下:

解法一:

class Solution {
public:
    vector<int> largestDivisibleSubset(vector<int>& nums) {
        sort(nums.begin(), nums.end());
        vector<int> dp(nums.size(), 0), parent(nums.size(), 0), res;
        int mx = 0, mx_idx = 0;
        for (int i = nums.size() - 1; i >= 0
; --i) { for (int j = i; j < nums.size(); ++j) { if (nums[j] % nums[i] == 0 && dp[i] < dp[j] + 1) { dp[i] = dp[j] + 1; parent[i] = j; if (mx < dp[i]) { mx = dp[i]; mx_idx = i; } } } } for (int i = 0; i < mx; ++i) { res.push_back(nums[mx_idx]); mx_idx = parent[mx_idx]; } return res; } };

下面這種方法和上面解法的思路基本一樣,只不過dp陣列現在每一項儲存一個pair,相當於上面解法中的dp和parent陣列揉到一起表示了,然後的不同就是下面的方法是從前往後遍歷的,每個數字又要遍歷到開頭,參見程式碼如下:

解法二:

class Solution {
public:
    vector<int> largestDivisibleSubset(vector<int>& nums) {
        sort(nums.begin(), nums.end());
        vector<int> res;
        vector<pair<int, int>> dp(nums.size());
        int mx = 0, mx_idx = 0;
        for (int i = 0; i < nums.size(); ++i) {
            for (int j = i; j >= 0; --j) {
                if (nums[i] % nums[j] == 0 && dp[i].first < dp[j].first + 1) {
                    dp[i].first = dp[j].first + 1;
                    dp[i].second = j;
                    if (mx < dp[i].first) {
                        mx = dp[i].first;
                        mx_idx = i;
                    }
                }
            }
        }
        for (int i = 0; i < mx; ++i) {
            res.push_back(nums[mx_idx]);
            mx_idx = dp[mx_idx].second;
        }
        return res;
    }
};

參考資料: